| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 人脸特征点检测研究现状 | 第11-13页 |
| 1.2.2 人脸特征点初始化研究现状 | 第13-14页 |
| 1.3 本文相关技术难点 | 第14-15页 |
| 1.4 本文的研究内容及关键算法 | 第15页 |
| 1.5 本文组织架构 | 第15-17页 |
| 第二章 级联回归特征点检测框架概述 | 第17-25页 |
| 2.1 算法整体框架 | 第17-19页 |
| 2.2 姿势索引特征与弱不变性 | 第19-20页 |
| 2.3 弱回归器的训练 | 第20-23页 |
| 2.4 对级联回归框架的改进 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 局部区域均值特征及其提取算法 | 第25-36页 |
| 3.1 像素差特征概述 | 第25-28页 |
| 3.1.1 像素差特征原理 | 第25-26页 |
| 3.1.2 像素差特征的改进算法 | 第26-28页 |
| 3.1.3 像素差特征分析 | 第28页 |
| 3.2 局部区域均值特征 | 第28-31页 |
| 3.2.1 算法整体框架 | 第29页 |
| 3.2.2 局部区域均值特征提取 | 第29-31页 |
| 3.3 局部区域均值特征分析 | 第31-34页 |
| 3.3.1 头部姿势变化对特征提取的影响 | 第32-33页 |
| 3.3.2 局部区域均值特征鲁棒性分析 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 人脸特征点初始化算法研究 | 第36-46页 |
| 4.1 人脸特征点初始化算法概述 | 第36-37页 |
| 4.2 基于链式模型的特征提取算法 | 第37-41页 |
| 4.2.1 人脸特征描述算子 | 第37-39页 |
| 4.2.2 基于链式模型的特征提取 | 第39-41页 |
| 4.3 基于动态规划的最优人脸特征点分布初始化求解 | 第41-45页 |
| 4.3.1 动态规划原理概述 | 第41-43页 |
| 4.3.2 最优人脸特征点初始分布求解 | 第43-45页 |
| 4.4 本章小节 | 第45-46页 |
| 第五章 实验系统与实验结果分析 | 第46-53页 |
| 5.1 实验平台配置 | 第46页 |
| 5.2 实验主要数据库 | 第46页 |
| 5.3 人脸特征点检测实验结果分析 | 第46-52页 |
| 5.3.1 局部区域均值特征实验结果分析 | 第47-51页 |
| 5.3.2 人脸特征点初始化算法实验结果分析 | 第51-52页 |
| 5.4 本章小节 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附件 | 第61页 |